一种视频摘要生成的误检目标链条删除方法
【技术领域】
[0001] 本发明属于智能监控视频处理技术领域，涉及一种视频摘要生成的误检目标链条 删除方法。
【背景技术】
[0002] 在海量视频中如何快速找出需要的目标已成为急需解决的问题，基于时空连续性 的提取运动目标链的视频摘要生成方法能够实现此功能。
[0003] 但是，由于监控环境的复杂性，在检测和跟踪运动目标时，不可避免地会将一些复 杂背景的，如树叶晃动等一部分误检为运动目标，这会导致在监控中虽不存在有效运动目 标，却检测到许多无意义的误检目标，同时也会导致目标链条的长度大大增加。这个问题的 存在，会使得在生成视频摘要时，使排序耗时大大增加，导致有效运动目标过于稀疏，严重 时甚至会导致视频摘要失效。
【发明内容】
[0004] 本发明的目的在于提供一种视频摘要生成的误检目标链条删除方法，解决现有技 术中由于复杂背景造成目标链条过冗余，使排序耗时大大增加，有效目标过于稀疏，严重时 甚至会导致视频摘要失效的问题。
[0005] 本发明所采用的技术方案是，一种视频摘要生成的误检目标链条删除方法，按照 以下步骤实施：
[0006] 步骤1、对视频帧序列的每一帧，检测其运动目标
[0007] 假设读入的视频帧序列为{framepframe2, ? ? ?，frameT}，
[0008] 其中每一帧framet= [ft(i，j)]mXn的分辨率均为mXn，t= ^…义丁为读入 的视频帧序列的长度，
[0009] 采用单高斯背景建模，获得背景帧back= [b(i,j)]mXn，i= 1，2, . . .，m，j= l，2，...，n，同时获得背景帧的标准差矩阵stdb= [0b(i，j)Ut^值矩阵meanb =
[yb"，J.) ]mXn，
[0010] 再采用背景差分法，检测出运动目标区域设为{objectpobject2, . . .，objectT}， objectt= [objt(i,j)]mXn，计算公式如下： 剛
⑴
[0012] 其中，th(i，j) =yb(i，j) +X? 〇b(i，j)为目标检测阈值，A为调整参数；
[0013] 步骤2、计算运动掩模Mask=[mask(i,j) ]mXn，计算公式如下： _4]
(2)
[0015] 步骤3、计算运动掩模的最大值maxmask，计算公式如下：
[0016] maxmask=max{mask(i,j) |i= 1, 2,. . . ,m；j= 1, 2,. . . ,n} ； (3)
[0017] 步骤4、判断该视频是否存在背景误检链条
[0018] 如果maXmask>a*T，a是调整系数，则表明存在背景误检链条，转步骤5;
[0019] 否则，转步骤7,结束处理；
[0020] 步骤5、运动目标链生成
[0021]对步骤1检测出的每帧的运动目标{object^object2,. . .，objectT}，根据相邻帧 间运动目标连通域存在重叠的依据，获得每个运动目标从起始帧到终止帧信息，称之为目 标链，目标链在每帧中的连通域，称之为团块，
[0022] 假设从读入的视频帧序列中，获得的目标链集合为：
[0023] {chairij,chain2, . . . ,chainN},
[0024] 其中，N为目标链的个数，
[0025]则目标链表示为：=彳Mx'A-丨，，…，
[0026] 其中，为目标链在第s帧中的团块，k= 1，2, ? ? ?，N，s= 1，2, ? ? ?，Tk，Tk为 该目标链所持续的帧数，即第k个链条的长度；
[0027] 步骤6、删除误检的背景链条；
[0028] 步骤7、将删除了误检背景链条后的结果输出，即成。
[0029] 本发明的有益效果是，依据复杂背景干扰在监控视频中持续时间长，目标在视频 相邻帧间的移动位置小的特点，提出了一种视频摘要生成中的误检目标链的删除方法，顺 利解决了上述的问题，使得所生成的视频摘要避免可因误检链条存在导致的不可删除冗 余，提高了视频摘要的有效性。
【附图说明】
[0030] 图1是没有对树叶晃动这类误检背景链条删除所生成的视频摘要界面；
[0031] 图2是采用本发明方法处理后的视频摘要帧画面效果。
【具体实施方式】
[0032] 下面结合附图和【具体实施方式】对本发明进行详细说明。
[0033] 本发明视频摘要生成的误检目标链条删除方法，按照以下步骤实施：
[0034] 步骤1、对视频帧序列的每一帧，检测其运动目标
[0035] 假设读入的视频帧序列为{framesframe2, ? ? ?，frameT}，
[0036] 其中每一帧framet=[ft(i,j)]mXn的分辨率均为mXn，t= 1，2,…，T，T为读入 的视频帧序列的长度，计量单位为视频帧的帧数，
[0037] 考虑到24小时不间断监控视频的数据量的计算可行性，建议T取值范围以两小时 为单位，即按照25帧/秒的帧率，取T= 2X3600X25 = 180000帧；
[0038] 采用单高斯背景建模（单高斯背景建模方法参照相关专业书籍和论文），获得背 景帧back=[b(i,j)]mXn，i= 1，2,. . .，m，j= 1，2,. . .，n，同时获得背景帧的标准差矩阵 stdb= [。b(i，j)]mXn和均值矩阵meanb=[yb(i，j)]mXn，
[0039] 再采用背景差分法，检测出运动目标区域设为{object^object2, . . .，objectT}， objectt= [objt(i,j)]mXn，计算公式如下：
[0_]
(1)
[0041] 其中，th(i，j) =yb(i，j) +入? 〇b(i，j)为目标检测阈值，入为调整参数，是经 验值，0? 5彡人彡2。
[0042] 步骤2、计算运动掩模Mask= [mask(i,j)]mXn，计算公式如下：
[0043]
C2)
[0044] 步骤3、计算运动掩模的最大值maxmask，计算公式如下：
[0045] maxmask=max{mask(i,j) |i= 1, 2,. . . ,m；j= 1, 2,. . . ,n} ； (3)
[0046] 步骤4、判断该视频是否存在背景误检链条
[0047] 如果maxmask>a*T，a是调整系数，是经验值，0.85彡a彡0.9,则表明存在背 景误检链条，转步骤5;
[0048]否则，转步骤7，结束处理；
[0049]步骤5、运动目标链生成
[0050] 对步骤1检测出的每帧的运动目标{object^object2, . . .，objectT}，根据相邻帧 间运动目标连通域存在重叠的依据，获得每个运动目标从起始帧到终止帧